調(diào)度問題求解與優(yōu)化

第1章調(diào)度優(yōu)化問題應用概述
1.1物流配送調(diào)度問題研究/00
1.2作業(yè)車間調(diào)度問題研究/00
1.3生產(chǎn)批量計劃問題研究/00
1.4本章小結(jié)/00
第2章車輛路徑問題
2.1車輛路徑問題概述/00
2.2車輛路徑問題分類/00
2.3車輛路徑問題的幾種研究方法/00
2.3.1精確算法/0
2.3.2啟發(fā)式算法/0
2.4研究中存在的問題及發(fā)展趨勢 /0
2.5本章小結(jié)/0
第3章量子智能算法
3.1研究現(xiàn)狀/0
3.1.1量子計算特點/0
3.1.2與其他算法的比較/0
3.2量子計算邏輯體系/0
3.2.1量子比特/0
3.2.2量子門/0
3.2.3向量空間/0
3.2.4量子理論假設/0
3.2.5量子糾纏/0
3.2.6量子計算特性/0
3.3量子計算的內(nèi)涵及外延/0
3.3.1量子計算原理 /0
3.3.2基于量子理論的優(yōu)化算法原理/0
3.4本章小結(jié)/0
 
 
 
第4章云計算與交通擁堵預測分類
4.1云算法概述/0
4.1.1云模型的定義/0
4.1.2云模型發(fā)生器/0
4.1.3云模型的性質(zhì)/0
4.2云計算的概念/0
4.3交通擁堵預測 /0
4.3.1擁堵預測分類 /0
4.3.2碳排放指標 /0
4.3.3擁堵預測方法 /0
4.4本章小結(jié)/0
第5章帶時間窗的低碳冷鏈物流調(diào)度問題
5.1問題描述/0
5.1.1時間窗分類/0
5.1.2冷鏈物流配送調(diào)度模型/0
5.2VRPTW的改進量子遺傳算法研究/0
5.2.1量子遺傳算法工作原理/0
5.2.2改進量子遺傳算法/0
5.2.3算法復雜度分析/0
5.2.4實驗及分析/0
5.3VRPTW的混合量子粒子群算法研究/0
5.3.1量子粒子群優(yōu)化算法 /0
5.3.2粒子編碼/0
5.3.3評價函數(shù)的計算/0
5.3.4混合量子粒子群算法計算步驟/0
5.3.5仿真實驗及分析/0
5.4本章小結(jié)/0
第6章云計算模式下的不確定需求物流調(diào)度問題
6.1不確定需求車輛路徑問題描述/0
6.2不確定需求物流調(diào)度問題分析/0
6.2.1模糊需求量描述/0
6.2.2VRPUD模型描述/0
6.3不確定需求物流調(diào)度問題數(shù)學模型/0
6.3.1靜態(tài)需求優(yōu)化階段/0
6.3.2動態(tài)實時需求優(yōu)化階段/0
6.4云遺傳算法 /0
6.4.1云遺傳算法組成要素/0
6.4.2云遺傳算法操作/0
6.4.3云自適應遺傳算法/0
6.5數(shù)據(jù)分析與仿真驗證/0
6.6本章小結(jié)/0
第7章有同時集送貨需求物流調(diào)度問題
7.1求解方法對比/0
7.2問題描述和數(shù)學模型/0
7.2.1問題描述/0
7.2.2數(shù)學模型/0
7.3集送貨問題模型的分類/0
7.3.1調(diào)度路徑的可行性分析/0
7.3.2問題解的可行性分析/0
7.3.3靜態(tài)調(diào)度問題/0
7.3.4動態(tài)調(diào)度問題/0
7.4基于混沌理論的改進量子算法/0
7.4.1量子算法的優(yōu)勢/0
7.4.2混沌理論/0
7.4.3量子算法的實現(xiàn)/0
7.5實例研究與分析/0
7.5.1混沌方法初始化/0
7.5.2改進的方法計算旋轉(zhuǎn)角/
7.5.3量子進化算法/
7.6本章小結(jié)/
第8章云計算模式下的動態(tài)物流調(diào)度問題
8.1DVRP調(diào)度模型/
8.1.1DVRP描述/
8.1.2目標函數(shù)/
8.2DVRP調(diào)度策略/
8.3DVRP的混合量子粒子群算法/
8.3.1雙鏈量子編碼/
8.3.2基于Logistic映射的粒子群算法/
8.3.3改進算法設計步驟/
8.3.4數(shù)據(jù)分析與驗證/
8.4基于云理論的自適應遺傳算法/
8.4.1求解策略/
8.4.2數(shù)據(jù)分析與驗證/
8.5本章小結(jié)/
第9章智能量子算法在物流“最后一公里”問題中的應用
9.1應用背景/
9.2不同模式的配送效率模型/
9.2.1問題描述/
9.2.2配送模型分析/
9.2.3有關(guān)ts(服務時間)的分析 /
9.3改進的量子細菌覓食算法/
9.3.1傳統(tǒng)的BFOA算法/
9.3.2改進的QBFO描述/
9.4QBFO的性能分析/
9.4.1初始值的設置/
9.4.2績效評估/
9.4.3基于MAGTD的調(diào)度決策/
9.5案例研究/
9.5.1仿真示例/
9.5.2實例測試/
9.5.3不同配送模式下的成本比較/
9.6本章小結(jié)/
第10章智能量子算法在物流配送干擾管理中的應用
10.1應用背景/
10.2干擾管理模型/
10.2.1問題描述/
10.2.2干擾辨識及管理模式/
10.2.3問題目標函數(shù)/
10.3配送干擾管理求解算法/
10.3.1量子細菌覓食算法/
10.3.2算法收斂性比較/
10.4數(shù)值實驗/
10.4.1測試算例/
10.4.2算例驗證/
10.5本章小結(jié)/
第11章智能量子算法在疫情醫(yī)療物資配置問題中的應用
11.1研究背景/
11.2醫(yī)療物資配置優(yōu)化模型/
11.2.1問題描述/
11.2.2符號定義/
11.2.3模型構(gòu)建/
11.3混合量子蒲公英繁衍算法/
11.3.1量子蒲公英繁衍算法/
11.3.2算法收斂性比較/
11.4實驗驗證分析/
11.4.1算法結(jié)果對比/
11.4.2基于DRO的結(jié)果/
11.4.3基于HQDRO的結(jié)果/
11.4.4對比分析/
11.5本章小結(jié)/
第12章智能量子方法在末端物流管理問題中的應用
12.1研究背景/
12.2基于前景理論的擾動度量策略/
12.2.1問題界定與假設/
12.2.2基于前景理論的函數(shù)表示 /
12.2.3用戶心理期望感知分析/
12.3末端物流配送干擾管理模型及求解算法/
12.3.1配送優(yōu)化調(diào)度模型/
12.3.2求解算法/
12.4數(shù)值實驗/
12.4.1測試算例/
12.4.2算法性能檢驗/
12.4.3算法收斂性比較/
12.4.4算例分析/
12.5本章小結(jié)/
 
后記/
參考文獻/